OpenAI 还没上市，它的 " 算力小弟 " 先要上市了。

2026 年 5 月，AI 芯片制造商 Cerebras Systems 在最新 S-1/A 文件中披露 IPO 发行细节，股票代码 CBRS，计划发行 2800 万股，定价区间 115-125 美元，募资规模最高可达 35 亿美元，目标估值达 266 亿美元。

这件事有点反常。

因为有黄仁勋这座大山在，资本怎么可能容得下小小的一只 Cerebras 呢？

大模型公司烧钱，云厂商买卡，创业公司排队等 GPU，最后利润大多流向卖铲子的英伟达，这才是现状。

但 OpenAI 似乎想要改写这条链路。

5 月 6 日，OpenAI 组了个局，把自己放在了龙头老大的座位上，然后把英伟达、AMD、英特尔、博通、微软这些明显存在竞争关系的芯片公司拉到一起，推出了一套面向大型 AI 训练集群的网络协议（MRC,Multi-Rail Compute）。

表面上，这是一次超算网络合作。更深一层看，我认为 OpenAI 是想要重新分蛋糕了。

首先可以明确一点，OpenAI 没有抛弃英伟达，它也没有办法抛弃英伟达。至少在当前阶段，OpenAI 绝对没有勇气 All in 一个 " 英伟达杀手 "。

相反，OpenAI 正在把原本被英伟达一家公司强势覆盖的算力体系拆开：训练归训练，推理归推理，网络归网络，云归云。不同负载，用不同芯片；不同环节，找不同供应商。

Cerebras 就是在这个时候被推上牌桌。

Cerebras 当然还不是英伟达的对手，也不可能在短期内撼动 CUDA 和 GPU 集群构成的护城河。

但 Cerebras 的上市，真正值得看的地方，不是又一家 AI 芯片公司冲刺 IPO，而是 OpenAI 开始把推理这门生意单独拎出来定价了。

01 押注推理

事实上，这已经是 Cerebras 第二次冲击 IPO 了。

2024 年 10 月，Cerebras 曾经提交过上市申请，但很快就撤回了。

原因是美国外资投资委员会（CFIUS）对它的阿联酋投资方 G42 展开审查。那时候，阿联酋 G42 人工智能公司不仅是 Cerebras 的股东，还是它最大的客户，贡献了超过 80% 的收入。

这种深度绑定的关系，再加上当时美国与阿联酋之间略微的不和谐，自然让监管部门不太放心 Cerebras。

到了 2025 年 3 月，CFIUS 终于放行，G42 的股份被重组为无投票权股份，监管风险暂时解除。

但 Cerebras 并没有立刻重启上市，而是等到了 2026 年 5 月，恰好赶上了 AI 基础设施投资热。

Cerebras 上市的真正意义，其实不在于它又是一家 AI 芯片公司要 IPO。

市场上不缺芯片公司，缺的是一个故事，一个能让资本相信 " 推理市场可以独立定价 " 的故事。

OpenAI 目前刚刚开始主动重组供应链，把不同芯片匹配到不同工作负载，这件事本身就是在细化芯片产业。

训练是一层，推理是一层，网络是一层，云分发是一层，应用场景又是一层。每一层都可以有不同的玩家，每一层都可以重新定价。

Cerebras 在 OpenAI 的算力供应链中，负责的就是推理这一环。

Cerebras 的核心竞争力，在于它那颗独特的晶圆级引擎芯片 WSE-3。

传统芯片都是从一整片晶圆上切割出很多小块，每一小块是一颗芯片。

英伟达的 GPU 就是这么做的，然后再把很多颗 GPU 通过高速互联组成集群。这种方式的好处是成熟、稳定、生态完整，坏处是芯片之间来回搬数据的成本很高，尤其是在推理场景，延迟会被放大。

Cerebras 的 WSE-3 完全不同。

它直接把整片 12 英寸晶圆做成一颗巨型芯片，面积达到 46225 平方毫米，相当于一张 A4 纸的三分之一大小。

WSE-3 基于台积电 5nm 工艺，拥有 4 万亿个晶体管，90 万个 AI 优化核心，44GB 片上 SRAM，内存带宽达到 21PB/s。如果和英伟达 H100 对比，WSE-3 的面积是 H100 的 57 倍，核心数量是 52 倍，片上内存是 880 倍，内存带宽是 7000 倍。

这些数字听起来很夸张，但关键不在于 " 大 "，而在于 " 快 "。

在推理场景，尤其是当下最火的长文本输出、实时交互、代码生成、agent 这些需要低延迟的任务上，Cerebras 的优势非常明显。

它的 CS-3 系统在推理速度上比英伟达 DGX B200 快 21 倍，成本和能耗都降低到三分之一。

快，就意味着 OpenAI 可以在单位时间内服务更多的客户。

训练市场是英伟达的绝对主场，CUDA 生态、成熟工具链、大规模 GPU 集群，这些护城河短期内很难被撼动。

推理市场不一样，此前推理市场是个非常小众的市场，算力大头在训练。但是随着越来越多的行业、应用开始使用 AI，推理正在成为 AI 应用商业化的关键。

早期，Cerebras 主要卖硬件系统。一套 CS-3 系统售价高达数百万美元，客户群体主要是超大规模数据中心、云服务商和政府机构。这种模式的问题在于，客户采购门槛太高，销售周期长，收入波动大。

从 2024 年开始，Cerebras 逐步转向基于自有芯片的云服务模式。客户不需要购买昂贵的硬件，只需要按需使用 Cerebras 的算力集群。

2025 年，Cerebras 的财务数据非常亮眼。全年营收 5.1 亿美元，比 2024 年的 2.9 亿美元增长了 76%。更重要的是，净利润达到 8790 万美元，相比 2024 年 4.85 亿美元的巨额亏损，实现了扭亏为盈。

但 Cerebras 的客户集中度太高了。

2025 年，阿联酋 AI 公司 MBZUAI 贡献了 62% 的收入，G42 贡献了 24%，前两大客户占比高达 86%。未来，OpenAI 将成为 Cerebras 最大的客户。

这确实给了 Cerebras 大量的收入，不过这就意味着 Cerebras 必须受制于这些大客户，不能有太多自己的想法。

02 OpenAI 也在转型

2026 年 1 月，OpenAI 与 Cerebras 宣布签署多年协议。

根据协议，Cerebras 将为 OpenAI 提供 750 兆瓦的低延迟 AI 算力，部署将分阶段进行到 2028 年，交易总价值超过 200 亿美元。这是全球最大的高速 AI 推理部署项目，也是 OpenAI 算力战略的一次重大转向。

但这份协议的深度，远不止采购合同这么简单。

OpenAI 创始人奥特曼、总裁布鲁克曼、前首席科学家伊利亚、董事会成员亚当 · 安戈洛（Adam D ‘ Angelo），这些 OpenAI 的核心高管，都以个人的身份投资了 Cerebras。

你以为这就完了？早着呢！

OpenAI 还通过贷款、认股权证等金融工具，与 Cerebras 建立了长期利益绑定。这种超越简单供应商关系的深度合作，让 Cerebras 成为了 OpenAI 的资产，甚至我可以说，现在的 Cerebras，就是 OpenAI 的芯片部门。

这种绑定方式，在科技行业并不常见。

OpenAI 与 Cerebras 的合作，不能简单理解成 " 用 Cerebras 替代英伟达 "。

前文提到，OpenAI 在 2026 年 5 月 6 日专门和各位芯片龙头企业组了个局，合作开发 MRC 网络协议，用于提升大型 AI 训练集群的网络效率和韧性。

OpenAI 并没有放弃英伟达，但 OpenAI 也不想久居英伟达之下。

OpenAI 的真实意图是什么？

训练继续使用英伟达高端 GPU，推理引入 Cerebras 的低延迟方案，部分 GPU 采购 AMD 方案，网络协议开放化，云服务在 AWS、Azure、谷歌 Cloud 之间多家下注。

未来，OpenAI 还可能推进自研芯片。

这是一种 " 算力组合拳 " 策略，不同工作负载匹配不同系统，不再单独依赖英伟达的全栈方案。

这种战略转变的本质，是 OpenAI 正在从一家模型公司转变为算力架构公司。

以前，OpenAI 只能被动接受芯片厂商定义的技术路线。

英伟达出什么芯片，OpenAI 就用什么训练。

云厂商提供什么服务，OpenAI 就在什么平台上部署。这种被动状态，在 AI 竞争的早期阶段是可以接受的，因为那时候最重要的是快速迭代模型，而不是优化基础设施。

但现在不一样了。

当 ChatGPT 的周活跃用户超过 9 亿，推理成本越来越高，OpenAI 不能再被动得去等英伟达发布新产品，他们得主动设计更符合当下 AI 需求的算力组合。

OpenAI 正在做的，是把芯片供应商从 " 平台提供者 " 降维为 " 模块供应商 "。

在过去的 AI 算力市场，英伟达提供的不只是 GPU，而是一整套从硬件到软件、从芯片到网络、从单机到集群的完整解决方案。客户买的不是一颗芯片，而是一个生态。

这种完整性，既是英伟达的核心竞争力，也是它能够维持高毛利率和定价权的根本原因。

OpenAI 现在要打破这个完整性，英伟达的超级客户，开始逐渐掌握供应链的主导权。

这对英伟达来说，是比丢失订单更深层的冲击。

03 英伟达怎么说

虽然我前面下了很多利空英伟达的判断，但是我认为，Cerebras 上市，对英伟达的冲击不会很大。就像身上长了个粉刺、痱子一样无关痛痒。

英伟达目前仍然占据 AI 芯片市场约 80-90% 的份额。

CUDA 生态、GPU 供应链、NVLink 网络，这些护城河短期内很难被撼动。

Cerebras 的 WSE 芯片单价高达数百万美元，产能有限，客户群体主要是超大规模数据中心和云服务商，无法在短期内大规模替代英伟达 GPU。

更重要的是，CUDA 生态经过十余年积累，已经成为 AI 开发的事实标准。几乎所有主流 AI 框架、模型、工具链，都优先适配 CUDA。开发者社区、技术文档、最佳实践，全都围绕 CUDA 构建。

这种生态优势，不是一两年就能被追上的。

然而 Cerebras 对英伟达的威胁依然还是存在的。

过去，AI 公司几乎别无选择，只能使用英伟达 GPU。现在，至少在推理场景，客户有了可行的替代方案。这种选择权的出现，削弱了英伟达的定价权。

当 OpenAI 可以说 " 推理我用 Cerebras，训练我用英伟达 " 时，英伟达就失去了 " 全包 " 的议价能力。

如果 Cerebras 的故事将通，那么 AI 算力市场就真的开始分层了。

训练和推理的需求差异被明确化，专用芯片在细分场景的优势被验证。英伟达 " 一种芯片打天下 " 的叙事不再完全成立。市场也会从 " 通用 GPU 垄断 " 走向 " 场景化芯片组合 "。

在这个新格局里，英伟达在训练市场的优势依然稳固。但在推理市场，尤其是低延迟推理、实时交互这些场景，专用芯片的优势开始显现。

而且，还只是 OpenAI 这一家这么干。Anthropic 也开始和亚马逊、谷歌结盟。这些头部 AI 公司，都在通过多元化采购来降低对英伟达的依赖。

英伟达面临的挑战还不止于此。

AI 推理市场的快速增长，可能会超过训练市场。根据 LP Information/MarketPublishers 在《Cloud AI Inference Chips》这份报告中的预测，全球 AI 推理市场在 2026-2032 年期间的复合增长率将达到 28.9%。

推理场景，肯定更适合专用芯片。当推理市场的规模超过训练市场时，英伟达在推理领域的相对弱势，就会成为更大的问题。

不过英伟达的短期优势依然稳固。

2026 年，英伟达在 GTC 大会上强调了加速计算生态系统的深度，覆盖汽车、金融服务、医疗健康、工业、媒体、量子计算、零售、机器人和电信等多个领域。

黄仁勋把 CUDA-X 库称为英伟达的 " 掌上明珠 "，这套丰富的软件栈，是 Cerebras 没有的，也是英伟达又一道护城河。

英伟达的 Blackwell 架构即将大规模出货，性能和能效都有显著提升。英伟达在训练市场上的优势，将会进一步巩固。

但长期来看，英伟达必须适应一个新现实，他们正在从 " 唯一供应商 " 变成 " 核心供应商之一 "。

这个转变，不是因为英伟达变弱了，而是因为市场变大了，客户变强了，需求变复杂了。

当 AI 从实验室走向大规模商业化，当算力需求从训练扩展到推理，当超级客户开始主动设计算力架构，单一供应商的 " 完整解决方案 " 就绝对不再是最优的选择。